Ingeniería de datos SaaS: de hojas de cálculo al autoservicio
Un stack de datos moderno en 7 semanas eliminó 56 horas al mes de informes manuales, redujo el cierre mensual de 5 días a 2 y conservó 186 000 USD de ARR.
La empresa, un SaaS de gestión de proyectos que usan más de 1200 empresas y que crece un 40 % interanual, generaba datos en 7 sistemas: HubSpot, Stripe, una base de datos de producción PostgreSQL, Intercom, Google Analytics, QuickBooks y Gusto. Responder preguntas básicas de negocio les llevaba días de hojas de cálculo a 2 analistas.
Calcular la retención neta de ingresos (NRR) implicaba exportar datos de Stripe, de HubSpot y de la base de datos del producto, conciliar con fórmulas BUSCARV (VLOOKUP) identificadores de cliente que no coincidían y llegar a una cifra en la que nadie confiaba del todo. El CEO quería tener cada lunes por la mañana un panel con el ARR (ingresos recurrentes anuales), la NRR, las cancelaciones (churn), la expansión y las tendencias de uso, sin intervención de un analista. La dirección de Finanzas dedicaba 5 días al cierre mensual, porque los informes financieros exigían agregar a mano los datos de 4 sistemas.
Un diagnóstico de datos de 1 semana, por 4000 USD, auditó las 7 fuentes y priorizó las necesidades de informes. Solo el panel de ARR/MRR costaba 4 horas de trabajo manual a la semana, la NRR 8 horas al mes y el paquete de cierre financiero 20 horas al mes. El plan: cargar todo en Snowflake, modelar las métricas en dbt y ofrecer paneles de autoservicio en Metabase.
En las semanas 2 y 3 se montó la infraestructura. Fivetran conectó las 7 fuentes con frecuencias de sincronización ajustadas a cada necesidad: cada hora para el uso del producto, cada 6 horas para Stripe y HubSpot y una vez al día para GA y QuickBooks. Snowflake siguió una arquitectura de tres capas: una capa de datos en bruto inmutable que sirve de pista de auditoría, una capa de staging con los identificadores de cliente unificados entre sistemas y marts listos para el negocio en los dominios de finanzas, clientes, producto y soporte.
En las semanas 4 y 5 se construyeron 34 modelos de dbt: MRR por cliente con lógica de prorrateo, una cascada de ARR, NRR por cohortes, una puntuación compuesta de salud del cliente y modelos de adopción de funciones. Cada uno está protegido por pruebas de calidad de datos: si los datos de origen están corruptos, el pipeline falla de forma visible en lugar de producir métricas erróneas. En las semanas 6 y 7 se entregaron 6 paneles de Metabase (dirección, cierre financiero, salud del cliente, analítica de producto, soporte y marketing) y se formó a los equipos en una sesión de 2 horas.
Los informes manuales bajaron de más de 56 horas al mes a 4 horas de revisión (−93 %). El cierre mensual pasó de 5 días a 2 (−60 %). Responder una pregunta de negocio requería de 4 a 8 horas de análisis manual. Ahora lleva 30 segundos en un panel. Las 7 fuentes de datos están en Snowflake como única fuente de verdad, con una puntuación de salud en tiempo real para los 1200 clientes.
El panel de salud del cliente permitió actuar antes de la cancelación: el equipo de customer success identificó 47 cuentas con tendencia a cancelar y retuvo 31 (el 66 % de las cuentas en riesgo), lo que conservó aproximadamente 186 000 USD de ARR. La analítica de producto reveló que el registro de tiempo, una función poco usada, se correlacionaba con la retención 2,4 veces más que cualquier otra función. Eso reorientó el siguiente ciclo de lanzamientos.
La inversión del primer año sumó 78 200 USD (44 000 USD de desarrollo, 850 USD al mes de costos de plataforma y 2000 USD al mes de cuota de soporte), frente a más de 270 000 USD de valor en el primer año por el tiempo de analista ahorrado y las cancelaciones evitadas.
Antes de Gigabit, cada lunes empezaba con “¿alguien tiene las últimas cifras?”. Ahora cada lunes empieza con “esto es lo que nos dicen las cifras”. Ese cambio, de reunir datos a actuar a partir de ellos, vale más que el ahorro de tiempo por sí solo.
Nuestros casos de éxito publicados son, en su mayoría, de empresas de Norteamérica. Todos los importes están en dólares estadounidenses (USD). El cliente es anónimo.
